基于提升小波和学习向量量化神经网络的小麦病害图像识别

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《基于提升小波和学习向量量化神经网络的小麦病害图像识别》，欢迎阅读！

基于提升小波和学习向量量化神经网络的小麦病害图像识别

张飞云

【期刊名称】《江苏农业科学》 【年(卷),期】2013(41)5

【摘 要】通过研究小麦叶部病害的症状特点及图像特点,应用K_means硬聚类算法对小麦叶部病害图像进行彩色图像分割,得到二值化分割和彩色分割,利用多重分形分析从二值化分割图像中提取病害形状特征参数,分别利用提升小波变换和脉冲耦合神经网络从彩色分割图像中提取颜色特征参数和纹理特征参数.根据提取的组合特征参数,利用学习向量量化神经网络进行小麦病害分类识别.结果表明,该算法对小麦病害的识别率可达到95％以上. 【总页数】4页(P103-106) 【作 者】张飞云

【作者单位】许昌学院电气信息工程学院,河南许昌461000 【正文语种】中 文

【中图分类】TP391.41;S431.11 【相关文献】

1.基于卷积神经网络与迁移学习的油茶病害图像识别2.基于迁移学习的卷积神经网络玉米病害图像识别3.基于模糊C均值聚类及学习向量量化神经网络的负荷同时系数预测模型4.基于轻量级卷积神经网络和迁移学习的小麦叶部病害图像识别5.基于学习向量量化在蜂蜜LIF光谱图像识别的应用


因版权原因，仅展示原文概要，查看原文内容请购买

本文来源：https://www.dy1993.cn/XsDK.html